Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.18

P-Index

This Author published in this journals

All Journal Statistika Journal of the Indonesian Mathematical Society Jurnal Matematika & Sains Jurnal Riset Statistika Bandung Conference Series: Statistics STATISTIKA

Sutawanir Darwis

Statistics Research Division, Faculty Of Mathematics And Natural Sciences, Institut Teknologi Bandung, Bandung,

Author-ID : 250465

Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics

Published : 29 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Kesesuaian Distribusi Magnitude Gempa dengan Distribusi Teoritis Gempa dalam Perhitungan Premi Asuransi Gempa Bumi Nadya Chaerunisa Apriani; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.7872

Abstract. Earthquake insurance is insurance that guarantees loss or damage to insured property and/or interests that are directly caused by an earthquake. The purpose of this study was to determine the suitability of the earthquake magnitude distribution model with the theoretical distribution using the goodness of fit method, as well as to know the calculation steps and the amount of earthquake insurance premiums for 3 regions in West Java. The method used in this research is goodness of fit (GOF) based on empirical distribution function with five types of test statistics, and the following method is used probabilistic seismic hazard analysis (PSHA). The data used in this study is secondary data in the form of historical data on earthquake events in the 3 research areas for 10 years, 2013-2022. The results of this study are that the model on the distribution of earthquake magnitudes is in accordance with the theoretical distribution, namely the exponential distribution, as well as the model for the distribution of earthquake hypocenter distances which is in accordance with the theoretical distribution that has been determined. As well as Obtained the total amount of insurance premiums for Garut Regency is Rp. 206,610, - for a house that has a total tax object of Rp. 14,681,468, - for Tasikmalaya Regency is Rp. 274,630, - for a house that has a total tax object of Rp. 15,121,366, - and for Sukabumi Regency it is Rp. 228,610, - for a house that has a total tax object of Rp. 14,969,526, - the total premium is the amount of money that must be paid by the insured to the insurance company every month. Abstrak. Asuransi gempa bumi adalah asuransi yang menjamin kerugian atau kerusakan harta benda dan/atau kepentingan yang dipertanggungkan yang secara langsung disebabkan oleh gempa bumi. Tujuan dari penelitian adalah untuk mengetahui kesesuaian model distribusi magnitude gempa dengan distribusi teoritisnya menggunakan metode goodness of fit, dan mengetahui langkah perhitungan dan besarnya premi asuransi gempa bumi untuk 3 wilayah di Jawa Barat. Metode yang digunakan yaitu goodness of fi (GOF) berdasarkan distribusi fungsi empiris dengan lima jenis statistik uji, dan probabilistic seismic hazard analysis (PSHA). Data yang digunakan pada penelitian ini adalah data sekunder berupa data historis kejadian gempa bumi di 3 wilayah penelitian selama 10 tahun yaitu 2013-2022. Hasil dari penelitian ini adalah model pada distribusi magnitude gempa sudah sesuai dengan distribusi teoritisnya yaitu distribusi eksponensial, begitu juga untuk model distribusi jarak hiposenter gempa yang sudah sesuai dengan distribusi teoritisnya yang sudah ditentukan. Serta Diperoleh besarnya total premi asuransi untuk Kabupaten Garut adalah sebesar Rp. 206.610,- untuk rumah yang memiliki jumlah dari objek pajaknya sebesar Rp. 14.681.468,- untuk Kabupaten Tasikmalaya adalah sebesar Rp. 274.630,- untuk rumah yang memiliki jumlah dari objek pajaknya sebesar Rp. 15.121.366,- dan untuk Kabupaten Sukabumi adalah sebesar Rp. 228.610,- untuk rumah yang memiliki jumlah dari objek pajaknya sebesar Rp. 14.969.526,- total premi tersebut adalah sejumlah uang yang harus dibayar pihat tertanggung kepada pihak perusahaan asuransi setiap bulannya.

Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis Rizki Aulia Hawa; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 3 No. 2 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i2.8975

Abstract. To assist industrial activities in generating power, humans create components that are developed through machines. One of the key elements that plays an important role in the process of a shaft rotation movement on the machine is the bearing. Given their widespread use, bearing vibration components can predict machine breakdowns or forecast indicators by leveraging forecasting models to diagnose bearings before failure occurs. One of the popular methods used for forecasting machine failure is the Support Vector Machine (SVM) which was introduced by Cortes and Vapnik in 1995 to overcome the problem of dividing two conflicting groups when demonstrating superiority in nonlinear small sample pattern recognition. SVM is optimized by incorporating Particle Swarm Optimization (PSO). The advantage of the PSO method is that it is able to produce accuracy values that are more precise and accurate than other mathematical algorithms and heuristic techniques (Pambudi, Wihandika, & Putri, 2019). Untuk membantu aktivitas industri dalam menghasilkan tenaga, manusia menciptakan komponen yang dikembangkan melalui mesin. Salah satu bagian elemen kunci yang berperan penting dalam proses suatu gerakan putaran poros pada mesin adalah bearing. Mengingat penggunaannya yang luas, komponen getaran bearing dapat memprediksi kerusakan mesin atau indikator peramalan dengan memanfaatkan model peramalan untuk mendiagnosis bearing sebelum terjadinya kerusakan. Salah satu metode yang populer digunakan untuk peramalan pada kerusakan mesin adalah Support Vector Machine (SVM) yang diperkenalkan oleh Cortes dan Vapnik pada tahun 1995 untuk mengatasi masalah pembagian dua kelompok yang saling bertentangan saat menunjukkan keunggulan dalam pengenalan pola sampel kecil nonlinier.SVM dioptimalkan dengan menggabungkan Particle Swarm Optimization (PSO). Kelebihan dari metode PSO ini adalah mampu menghasilkan nilai akurasi lebih tepat dan cermat daripada algoritma matematika dan teknik heuristik yang lain (Pambudi, Wihandika, & Putri, 2019). Pada Analisis data bearing CWRU, hasil akurasi yang didapat dengan menggunakan algoritma SVM lebih unggul daripada hasil akurasi yang didapat dengan menggunakan PSO.

Pemodelan Degradasi Bearing Menggunakan Proses Wiener 10060119122, Jelita Ardilla; Darwis, Sutawanir
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.10392

Abstract. Bearing are important driving parts in mechanical systems. Therefore, degradation modeling can predict future performance declines. Degradation modeling is a nonlinear pattern, some of the models are the gamma process and the Wiener process. This research aims to model bearing degradation using the Wiener process. The data used is bearing data set 1_1 from XJTU-SY. By carrying out a distribution fit test, the features used are the peak value features in the horizontal and vertical directions. Parameter estimation using the MLE method produces parameter estimates and , for the peak values in the horizontal direction and vertical . Degradation modeling, namely carrying out the equation with being tested 2 times. Modeling accuracy can be seen through the best MAPE, value, namely 21%. The accuracy of is better than . This proves that the Wiener process is random, so the accuracy of the Wiener process simulation for predicting degradation models will vary. Abstrak. Bearing adalah bagian penggerak yang penting dalam sistem mekanis. Maka dari itu pemodelan degradasi dapat memprediksi penurunan kinerja di masa depan. Pemodelan degradasi merupakan pola nonlinear, beberapa modelnya yaitu proses gamma dan proses Wiener. Penelitian ini bertujuan melakukan pemodelan degradasi bearing menggunakan proses Wiener. Data yang digunakan yaitu data set bearing 1_1 dari XJTU-SY. Dengan melakukan uji kecocokan distribusi diperoleh fitur yang digunakan yaitu fitur nilai puncak arah horizontal dan vertikal. Estimasi parameter dengan metode MLE menghasilkan taksiran parameter dan , untuk nilai puncak arah horizontal dan vertikal . Pemodelan degradasi yaitu melakukan persamaan dengan dilakukan pengujian 2 kali. Akurasi pemodelan dilihat melalui nilai MAPE, yang paling baik yaitu 21%. Keakurasian lebih baik dibanding . Hal ini membuktikan proses Wiener bersifat acak, maka akurasi simulasi proses Wiener untuk prediksi model degradasi akan berbeda-beda.

Premi Asuransi Gempa Bumi di Zona Seismic Gap Selatan Jawa Bagian Barat Tahun 1958-2022 10060119088, Mayke Nuraini Alamsyah; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.11579

Abstract. Seismic gaps are areas of potential for large earthquakes. Indonesia is tectonically unstable and is the most active continental margin in the world and is included in seismically active regions. The United States Geological Survey (USGS) records Indonesia as the country with the most earthquakes in the world (USGS, 2022). Earthquakes can cause many losses such as casualties, traumatic effects experienced by victims after an earthquake, as well as property losses, damage to residential buildings, public facilities, office buildings or other infrastructure. This study aims to examine the Seismic Gap in Indonesia in the southern zone of western Java and calculate insurance premiums to determine the amount of losses incurred in the event of an earthquake. The results showed that from 20 mainshock earthquake events there were 5 intensity scales, namely scales 12 to 16, which had impacts such as cracked roads and cracked walls, and the earthquake hazard value or the largest earthquake exceedance level was on scale 16. 3. The total premium rate that must be paid by the customer as the insured party to the insurance company every year is at Rp87,975,000 to Rp437,362,500. Future research is expected to have more linear data. In this study, it is expected that future research can use other approaches in calculating the possibility of the amount of insurance premiums caused by natural disasters such as earthquakes. Abstrak. Seismic gap merupakan daerah berpotensi terjadinya gempa bumi besar. Indonesia secara tektonik bersifat labil dan merupakan kawasan pinggir benua yang paling aktif di dunia dan termasuk dalam daerah seismik aktif. The United States Geological Survey (USGS) mencatat Indonesia sebagai negara dengan gempa bumi terbanyak di dunia (USGS, 2022). Gempa bumi dapat menimbulkan banyak kerugian seperti korban jiwa, efek traumatik yang dialami korban pasca gempa, serta kerugian harta benda, kerusakan bangunan tempat tinggal, fasilitas-fasilitas umum, gedung perkantoran atau infrastruktur lainnya. Penelitian ini bertujuan untuk meneliti Seismic Gap di Indonesia pada zona selatan jawa bagian barat dan menghitung premi asuransi untuk mengetahui besar kerugian yang timbul jika terjadi gempa bumi. Hasil penilitian menunjukkan dari 20 kejadian gempa bumi mainshock terdapat 5 skala intensitas yaitu skala 12 sampai 16 yang dampaknya seperti jalanan retak dan tembok retak, dan nilai bahaya gempa atau tingkat pelampauan gempa bumi terbesar ada di skala 16. 3. Tarif total premi yang harus dibayarkan oleh nasabah sebagai pihak tertanggung kepada pihak asuransi setiap tahunnya berada di angka Rp87.975.000 sampai dengan Rp437.362.500. Penelitian selanjutnya diharapkan memiliki data yang lebih linear. Dalam penelitian ini diharapkan untuk penelitian selanjutnya dapat menggunakan pendekatan lain dalam menghitung kemungkinan besaran premi asuransi yang diakibatkan oleh terjadinya bencana alam seperti gempa bumi.

Prediksi Sisa Usia Pakai Bearing Menggunakan Ekstraksi Fitur dan Regresi Kuadratik 10060116092, Giska Miftah Nurjanah; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 4 No. 1 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i1.11593

Abstract. Rotating machinery plays an important role in the production process in various industrial fields in the world. The condition of the engine components is of particular concern to the company so that the engine can operate properly which results in stability in engine productivity. One of the most damaged machine components is the bearing. To minimize bearing damage, monitoring is carried out through prognostics and health management (PHM) activities. Based on this explanation, the purpose of this study is to determine the prediction of the remaining useful life (RUL) of bearings on experimental data of FEMTO-ST Institute bearings using feature extraction and quadratic regression. The data used in this study are secondary data in the form of bearing vibration data from FEMTO-ST Institut with time series data type, especially in the horizontal direction bearing1_1 data. The methods used in this research are Principal Compenent Analysis (PCA), Friedman super smoother, quadratic regression and Remaining Useful Life (RUL). The results of this study indicate that the PCA and quadratic regression methods can work well in predicting the remaining useful life (RUL) of bearing1_1 vibration data in the horizontal direction. At tp = 25240 seconds, the actual value of RUL and RUL prediction is 1930 seconds and 1810 seconds, respectively, so that bearing damage in the actual event (actual RUL) is slower to occur for 120 seconds (2 minutes) than the predicted RUL, tp = 25240 seconds has the closest remaining useful life (RUL) bearing difference between the actual event results and the predicted RUL results, the RMSE value at tp = 25240 seconds is 0,215577 this is the best model quality in predicting the remaining useful life (RUL) of the bearing. Abstrak. Rotating machinery memegang peranan penting pada proses produksi di berbagai bidang industri di dunia. Kondisi komponen-komponen mesin menjadi perhatian khusus bagi pihak perusahaan agar mesin dapat beroperasi dengan baik yang mengakibatkan kestabilan pada produktivitas mesin. Salah satu komponen mesin yang paling banyak mengalami kerusakan adalah bearing. Untuk meminimalisir kerusakan bearing dilakukan pemantauan melalui aktivitas prognostik dan manajemen kesehatan (Prognostics and Health Management -PHM). Berdasarkan penjelasan tersebut, tujuan penelitian ini adalah mengetahui prediksi sisa usia pakai (RUL) bearing pada data eksperimental bearing FEMTO-ST Institut dengan menggunakan ekstraksi fitur dan regresi kuadratik. Data yang digunakan dalam penelitian ini yaitu data sekunder berupa data vibrasi bearing dari FEMTO-ST Institut dengan tipe data time series, khususnya pada data bearing1_1 arah horizontal. Metode yang digunakan dalam penelitian ini adalah Principal Compenent Analysis (PCA), Friedman super smoother, regresi kuadratik dan Remaining Useful Life (RUL). Hasil penelitian ini menunjukkan bahwa metode PCA dan regresi kuadratik dapat bekerja dengan baik dalam meprediksi sisa usia pakai (RUL) pada data vibrasi bearing1_1 arah horizontal. Pada tp=25240 detik menghasilkan nilai aktual RUL dan prediksi RUL masing-masing adalah 1930 detik dan 1810 detik, sehingga kerusakan bearing pada kejadian sebanarnya (aktual RUL) lebih lambat terjadi selama 120 detik (2 menit) dari hasil prediksi RUL, tp=25240 detik memiliki selisih sisa usia pakai (RUL) bearing paling dekat antara hasil kejadian sebenarnya dengan hasil prediksi RUL, nilai RMSE pada tp=25240 detik adalah 0,215577 ini merupakan kualitas model terbaik dalam memprediksi sisa usia pakai (RUL) bearing.

Deteksi Pemalsuan Minyak Zaitun Menggunakan Spektroskopi FTIR dengan Metode Kemometrika PCA-SVM Ghassany Fathiyah Kamal; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i2.12869

Abstract. The issue of extra virgin olive oil adulteration in Europe in November 2023 has negatively impacted consumer safety and trust in the product. To address this problem, a study was conducted to detect adulteration using Fourier Transform Infrared (FTIR) spectroscopy combined with chemometrics Principal Component Analysis (PCA) and Support Vector Machine (SVM). FTIR is a spectroscopic technique that analyzes functional groups and molecular structures by examining the interaction of molecules with infrared radiation. PCA was employed to reduce the dimensionality and visualize the FTIR spectral data. SVM was used to classify the samples into their appropriate categories. The data used in this study was secondary, namely olive oil, pork oil, and their mixtures, which were tested using FTIR spectroscopy. The results indicated that the PCA-SVM multiclass one-against-one, using a polynomial kernel with a cost of 0.1, gamma of 0.01, and degree of 4, successfully detected olive oil adulteration with an average accuracy of 91.11%. The combination of FTIR spectroscopy with PCA-SVM chemometrics is effective in detecting olive oil adulteration. This research is expected to help combat olive oil adulteration, thereby protecting consumer safety and restoring trust in the product. Abstrak. Isu pemalsuan minyak zaitun ekstra virgin yang terjadi di Eropa pada November 2023 menimbulkan dampak negatif terhadap keamanan dan kepercayaan konsumen pada produk. Dalam upaya mengatasi masalah ini, dilakukan penelitian untuk mendeteksi pemalsuan tersebut menggunakan metode spektroskopi Fourier Transform Infra Red (FTIR) dengan kemometrika Principal Component Analysis (PCA) dan Support Vector Machine (SVM). FTIR adalah teknik spektroskopi yang memanfaatkan interaksi molekul dengan radiasi inframerah untuk menganalisis gugus fungsi dan struktur kimia molekul. Metode PCA digunakan untuk mengurangi dimensi dan visualisasi data spektra FTIR. Metode SVM digunakan untuk mengklasifikasikan sampel ke dalam kategori yang tepat. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu minyak zaitun, minyak babi, dan campurannya yang diuji menggunakan alat spektroskopi FTIR. Hasil penelitian menunjukkan bahwa metode PCA-SVM multiclass one agains one menggunakan kernel polinomial dengan parameter cost sebesar 0,1, gamma sebesar 0,01, dan degree sebesar 4 berhasil mendeteksi pemalsuan minyak zaitun dengan rata-rata akurasi 91,11%. Metode spektroskopi FTIR yang digabungkan dengan kemometrika PCA-SVM ini efektif untuk mendeteksi pemalsuan minyak zaitun. Dengan adanya penelitian ini, diharapkan dapat membantu mengatasi masalah pemalsuan produk minyak zaitun guna melindungi keamanan konsumen dan memulihkan kepercayaan terhadap produk.

Penerapan Model Autoregressive Fractionally Integrated Moving Average (ARFIMA) dalam Memprediksi Banyak Gempa Bumi di Barat Pulau Jawa Githa Aulia; Darwis, Sutawanir
Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i2.13908

Abstract. Autoregressive Fractionally Integrated Moving Average (ARFIMA) is capable of describing both short and long-memory time series through the use of fractional differencing (d) values. This study aims to apply the ARFIMA (p,d,q) model to predict the frequency of earthquakes in west of Java, Indonesia, in upcoming periods. Utilizing secondary data from United States Geological Survey (USGS) spanning from 1971 to 2023, the parameters (p,q) were estimated using the maximum likelihood estimation method, while the differencing parameter (d) was estimated using the Rescaled Range Statistics (R/S) method, resulting in d = 0,273. The best fit model was ARFIMA (1;d;1) with the equation (1-〖〖∅_1 B)(1-B)〗^0,273 Z〗_t=θ_1 (B) e_t and with an AIC value of 110,883. The model predicts 7 future periods, indicating a general increase in earthquake activity in west of Java, although fluctuations in the predictions suggest a tendency towards decreasing volatility.Abstrak. Autoregressive Fractionally Integrated Moving Average (ARFIMA) mampu menjelaskan runtun waktu jangka pendek (short memory) maupun jangka panjang (long memory) dengan nilai differencing (d) bernilai pecahan. Tujuan utama penelitian ini adalah bagaimana penerapan model ARFIMA (p,d,q) dalam memprediksi banyak gempa bumi di barat Pulau Jawa pada periode selanjutnya. Menggunakan data sekunder USGS (United States Geological Survey) tahun 1971-2023, estimasi parameter (p,q) menggunakan metode maximum likelihood d dan estimasi parameter differencing (d) dengan metode analisis Rescaled Range Statistics (R/S) memberikan hasil d=0,273, dimana model terbaik terpilih adalah ARFIMA(1;d;1) dengan persamaan model (1-〖〖∅_1 B)(1-B)〗^0,273 Z〗_t=θ_1 (B) e_t dan nilai AIC sebesar 110,883 yang menghasilkan 7 periode prediksi dengan pergerakan kejadian gempa bumi di barat Pulau Jawa relatif meningkat meskipun fluktuasi prediksi cenderung menurun.

Penerapan Model Epidemic Type Aftershock Sequence (ETAS) pada Data Gempa Bumi Jawa Barat Sofi Sopiah; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 4 No. 2 (2024): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v4i2.14956

Abstract. Earthquake intensity mapping is an important step in mitigating the risk of natural disasters, especially earthquakes. Earthquake activity is still being studied from both seismological and stochastic aspects. One of the stochastic processes that can explain earthquake activity is the point process. The point process is a stochastic process that can explain natural phenomena that are random in both space and time. One of the models in the point process is the epidemic type aftershock sequence (ETAS) model. The ETAS model is expressed by a conditional intensity function that is useful for knowing the chances of earthquake occurrence. Therefore, the purpose of this study is to apply the ETAS model to earthquake data in West Java. Data obtained from the United State Geological Survey (USGS) was declustered with the Gardner Knopoff method and there were 49 clusters and took 1 cluster with the largest earthquake data, namely the earthquake on September 02, 2009 in Tasikmalaya. The maximum likelihood estimation method is used to obtain parameter estimates of the ETAS model. The null model and full model are used to show the magnitude of the exponential distribution, while the full model shows the magnitude of the gamma distribution. With the maximum likelihood method, the parameter estimates of the basic intensity function of the null model and full model were obtained. The earthquake in Tasikmalaya in 2009 obtained the best model, the full model. The results of the parameter estimation are the base seismicity rate of 0.04402, the aftershock productivity of 4.673611e-9, the efficiency of an earthquake with a certain magnitude to produce aftershocks of 59.4750, the time scale of aftershock decay rate of 0.0083, and the aftershock decay rate of 1.3825. Abstrak. Pemetaan intensitas gempa merupakan langkah penting dalam upaya mitigasi risiko bencana alam, khususnya gempa bumi. Aktivitas gempa bumi masih terus dikaji baik dari aspek seismologi maupun aspek stokastik. Salah satu proses stokastik yang dapat menjelaskan aktivitas gempa bumi adalah proses titik. Proses titik merupakan suatu proses stokastik yang dapat menjelaskan fenomena alam dimana sifatnya acak baik dalam ruang maupun waktu. Salah satu model dalam proses titik adalah model epidemic type aftershock sequence (ETAS). Model ETAS dinyatakan dengan fungsi intensitas bersyarat yang berguna untuk mengetahui peluang kemunculan terjadinya gempa bumi. Oleh karena itu tujuan penelitian ini adalah menerapkan model ETAS pada data gempa bumi di Jawa Barat. Data diperoleh dari United State Geological Survey (USGS) di decslustering dengan metode Gardner Knopoff terdapat 49 cluster dan mengambil 1 cluster data gempa bumi yang terbesar yaitu gempa pada tanggal 02 September 2009 yaitu di Tasikmalaya. Metode estimasi likelihood maksimum digunakan untuk memperoleh estimasi parameter model ETAS. Digunakan null model dan full model untuk menunjukkan magnitudo berdistribusi eksponensial, sedangkan full model menunjukkan magnitudo berdistribusi gamma. Dengan metode likelihood maksimum diperoleh estimasi parameter fungsi intensitas dasar dari null model dan full model. Gempa di Tasikmalaya pada tahun 2009 memperoleh model terbaik yaitu full model. Hasil estimasi parameter tersebut yaitu laju kegempaan dasar sebesar 0.04402, produktivitas gempa susulan sebesar 4.673611e-9, efisiensi gempa bumi dengan magnitudo tertentu menghasilkan gempa susulan sebesar 59.4750, skala waktu laju peluruhan gempa susulan sebesar 0.0083, dan laju peluruhan gempa susulan sebesar 1.3825.

Premi Asuransi Gempa Bumi Pulau Lombok Menggunakan Probabilistic Seismic Hazard Analysis dan Korelasi MMI-PGA Agus Nugraha, Ryan; Sutawanir Darwis
Bandung Conference Series: Statistics Vol. 5 No. 2 (2025): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v5i2.20877

Abstract. Indonesia is a seismically active country due to its location at the convergence of three major tectonic plates and the Pacific Ring of Fire. Lombok Island is particularly prone to earthquakes, with a history of events causing significant damage to infrastructure and communities. This study aims to estimate earthquake insurance premiums in Lombok using a Probabilistic Seismic Hazard Analysis (PSHA) approach. Earthquake data were declustered and shown to follow a Poisson distribution. Peak Ground Acceleration (PGA) values from PSHA were converted to Modified Mercalli Intensity (MMI) using Pailoplee’s (2012) logarithmic correlation: log10(PGA)=0.2526xMMI-3.1006. The MMI values were applied in a normal-binomial model to estimate seismic hazard, while the Damage Probability Matrix (DPM) was used to calculate the Expected Annual Damage Ratio (EADR). Results showed an EADR of 1.0907% per year, within the premium limits set by the Financial Services Authority (OJK). The estimated Pure Risk Premium (PRP) was IDR 10,907,000 per year for a building insured at IDR 1,000,000,000. After adding a loading factor, the Total Premium (TP) reached IDR 18,178,333.33. This probabilistic approach offers a realistic basis for earthquake insurance pricing and risk management in Lombok. Abstrak. Indonesia merupakan negara dengan aktivitas seismik tinggi karena berada di pertemuan tiga lempeng tektonik utama dan Cincin Api Pasifik. Pulau Lombok dikenal sebagai wilayah aktif secara seismik, dengan catatan sejarah gempa bumi yang berdampak besar terhadap infrastruktur dan kehidupan masyarakat. Penelitian ini bertujuan untuk mengestimasi tarif premi asuransi gempa bumi di Pulau Lombok berdasarkan pendekatan Probabilistic Seismic Hazard Analysis (PSHA). Data gempa dianalisis setelah proses declustering dan terbukti mengikuti distribusi Poisson. Nilai percepatan tanah maksimum (PGA) hasil PSHA dikonversi ke intensitas Modified Mercalli Intensity (MMI) menggunakan korelasi logaritmik dari Pailoplee (2012): log10(PGA)=0,2526xMMI-3,1006. Nilai MMI yang diperoleh digunakan dalam model normal-binomial untuk menghitung Seismic Hazard, dan Damage Probability Matrix (DPM) digunakan untuk menentukan Expected Annual Damage Ratio(EADR). Hasil analisis menunjukkan EADR sebesar 1,0907% per tahun, masih sesuai batas premi yang ditetapkan Otoritas Jasa Keuangan (OJK). Estimasi Pure Risk Premium (PRP) adalah Rp10.907.000 per tahun untuk nilai pertanggungan bangunan sebesar Rp1.000.000.000. Setelah penambahan loading factor, diperoleh Total Premium (TP) sebesar Rp18.178.333,33. Pendekatan probabilistik ini menunjukkan bahwa PSHA dan korelasi MMI–PGA dapat menjadi dasar realistis dan komprehensif dalam perhitungan premi asuransi gempa, serta mendukung pengelolaan risiko kebencanaan di Pulau Lombok.

Co-Authors 10060116092, Giska Miftah Nurjanah 10060119088, Mayke Nuraini Alamsyah 10060119122, Jelita Ardilla A Zanbar Soleh Aceng Komarudin Mutaqin Achmad Saifuddin Noer Achmad Widodo Achmad Widodo Agus Nugraha, Ryan Agus Yodi Gunawan Allyaa Putri Asti Arya Ramadhan, Iqbal Asep Kurnia Permadi Asep Kurnia Permadi Aulia, Githa Budi Nurani Ruchjana Diahsty Marasabessy, Munira Dumaria R. Tampubolon Fachry Abda El Rahman Fatiha nurfauzan, Arsyi Gan Gan Saefullah Ghassany Fathiyah Kamal Githa Aulia Kurni Permadi Kuslan Kuslan Lira Adiyani Mohammand Sobri Nadya Chaerunisa Apriani Nina Fitriyati Novaida Zulfita Nurfauzan, Arsyi Fatiha NURTITI SUNUSI Nusar Hajarisman Ocke Kurniandi Raisa Filmi Suryahadikusumah Riyani Desriawati Rizki Aulia Hawa Roslan Lacutonsina Siti Rahmawati Sofi Sopiah Sri Wahyuningsih Suliadi Suliadi Suliadi Yayat Karyana

Title Search

Found 9 Documents Search Journal : Bandung Conference Series: Statistics

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search
Journal : Bandung Conference Series: Statistics